Bỏ qua đến nội dung chính
Mục lục

Lọc mảng NumPy theo điều kiện (boolean mask): &, |, ~

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 10/23 · Chương 2

Mảng và tư duy vector

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Boolean mask trong NumPy (numpy boolean mask) là một mảng True/False cùng shape với dữ liệu, dùng để chọn ra đúng các phần tử thỏa một điều kiện. Bạn so sánh cả mảng với một số để có mask, rồi đặt mask vào ngoặc vuông để lọc, đếm hay sửa, không cần vòng lặp for hay câu lệnh if cho từng phần tử.

Cần biết trước: mảng NumPy, chỉ số và cắt mảng và toán tử logic.

So sánh cả mảng ra mảng bool

Các ví dụ dùng cột Huế (cột 4) của bảng doanh thu (triệu đồng) đọc từ doanh_thu_chi_nhanh.csv như bài np.loadtxt(). So mảng với một số thì NumPy so từng phần tử, và kết quả là một mảng bool cùng shape:

python
import numpy as np

dt = np.loadtxt("doanh_thu_chi_nhanh.csv", delimiter=",",
                skiprows=1, usecols=range(1, 9), dtype=int,
                encoding="utf-8")
hue = dt[:, 4]
print(hue[:6])
print(hue[:6] > 190)

KẾT QUẢ

[284 149 183 182 193 192]
[ True False False False  True  True]

Sáu tháng đầu cho sáu câu trả lời: tháng 1 (284 triệu) vượt 190 nên là True, tháng 2 (149 triệu) là False. Mọi phép so sánh của Python đều làm được như vậy: >, >=, <, <=, ==, !=.

Lọc bằng boolean mask

Viết mask vào trong ngoặc vuông của mảng, NumPy giữ lại phần tử nào đứng ở vị trí True và bỏ phần còn lại, theo thứ tự cũ: việc của một câu lệnh if trên từng phần tử, gói trong một biểu thức. Hình dung một tấm bìa đục lỗ đặt lên bảng: chỉ ô nằm dưới lỗ mới lộ ra.

python
import numpy as np

dt = np.loadtxt("doanh_thu_chi_nhanh.csv", delimiter=",",
                skiprows=1, usecols=range(1, 9), dtype=int,
                encoding="utf-8")
hue = dt[:, 4]
print(hue[hue > 190])
print(dt[dt > 1200])
print(dt[hue > 190].shape)
print(dt[hue > 190][:, :3])

KẾT QUẢ

[284 193 192 200]
[1242 1291]
(4, 8)
[[1055 1242  577]
 [ 858 1012  432]
 [ 874 1015  466]
 [1087 1291  532]]

Dòng đầu là bốn tháng Huế vượt 190 triệu. Dòng hai lọc cả bảng: mask dt > 1200 có shape (12, 8), kết quả là mảng một chiều gồm hai ô vượt 1.200 triệu, vì các ô được chọn không còn xếp thành bảng. Hai dòng cuối dùng mask của một cột để chọn hàng: dt[hue > 190] giữ bốn hàng ứng với bốn tháng Huế vượt mức, đủ tám chi nhánh, nên shape là (4, 8); khối in ra là ba cột đầu của các tháng ấy.

Đổi hue[hue > 190] thành hue[hue > 250] rồi chạy lại: dòng đầu in [284].

Ghép điều kiện bằng &, |, ~

Với mask, bạn ghép điều kiện bằng & (và), | (hoặc), ~ (phủ định); ba từ khóa and, or, not không dùng được, và mỗi phép so sánh cần cặp ngoặc riêng:

python
import numpy as np

dt = np.loadtxt("doanh_thu_chi_nhanh.csv", delimiter=",",
                skiprows=1, usecols=range(1, 9), dtype=int,
                encoding="utf-8")
hue = dt[:, 4]
print(hue[(hue >= 170) & (hue <= 180)])
print(hue[(hue < 160) | (hue > 250)])
print(hue[~(hue > 190)])

KẾT QUẢ

[178 172 170 177]
[284 149 156]
[149 183 182 178 172 156 170 177]

& giữ tháng thỏa cả hai điều kiện: từ 170 đến 180 triệu, tính cả hai đầu. | giữ tháng thỏa ít nhất một: rất thấp hoặc rất cao. ~ đảo mask: mọi tháng không vượt 190 triệu, tức là tám tháng còn lại.

Đếm bằng mask.sum() và gán theo mask

True được tính là 1 và False là 0, nên sum() của một mask đếm số phần tử thỏa điều kiện. Mask còn đứng được bên trái dấu =: a[mask] = gia_tri ghi giá trị vào đúng các chỗ True, ngay trong a:

python
import numpy as np

dt = np.loadtxt("doanh_thu_chi_nhanh.csv", delimiter=",",
                skiprows=1, usecols=range(1, 9), dtype=int,
                encoding="utf-8")
hue = dt[:, 4]
print((hue > 190).sum(), (dt > 1000).sum())
vuot = hue - 180
vuot[vuot < 0] = 0
print(vuot)
print(vuot.sum())

KẾT QUẢ

4 8
[104   0   3   2  13  12   0   0   0   0   0  20]
154

Huế có 4 tháng trên 190 triệu; cả bảng có 8 ô trên 1.000 triệu. Phần sau tính thưởng theo phần vượt 180 triệu: hue - 180 là một mảng mới, tháng nào dưới 180 triệu thì ra số âm, và vuot[vuot < 0] = 0 đổi các số âm đó thành 0. Tổng phần vượt cả năm là 154 triệu. Gán theo mask sửa tại chỗ, nên làm trên một mảng mới như vuot, không làm trên chính bảng gốc khi bạn còn cần nó; bài view và copy nói vì sao.

Kiểm tra nhanh

  1. Sau import numpy as np và a = np.array([5, 12, 8, 20]), print(a[a > 8]) in ra gì?

    • [False True False True]
    • [12 20]
    • [12 8 20]
  2. Sau import numpy as np và a = np.array([5, 12, 8, 20]), a > 6 and a < 15 báo lỗi gì?

    • Báo lỗi ValueError
    • Báo lỗi TypeError
    • Báo lỗi SyntaxError
  3. Với diem = np.array([4, 9, 6, 3, 10]), những câu nào đúng? Mỗi câu xét riêng trên diem ban đầu.

    • (diem >= 5).sum() bằng 3
    • Sau diem[diem < 5] = 5, diem là [5 9 6 5 10]
    • diem[diem >= 5] có shape (5,)
    • diem[~(diem >= 5)] là [4 3]
  4. Muốn giữ tháng có doanh thu từ 170 đến 180 triệu, tính cả hai đầu, viết mask nào?

    • hue >= 170 & hue <= 180
    • (hue >= 170) & (hue <= 180)
    • (hue > 170) & (hue < 180)
Đúng hết lần đầu +15 XP

Bài tập

Lọc các đơn hàng trong khung giá trị

Cửa hàng tặng quà cho đơn có giá trị từ thap đến cao đồng, tính cả hai mức. gia_tri là mảng giá trị các đơn trong ngày. Viết thân hàm don_trong_khung(gia_tri, thap, cao): giữ các đơn trong khung, theo thứ tự cũ. Hàm không sửa mảng gia_tri của nơi gọi.

Lọc bằng boolean mask và không dùng vòng lặp for.

Trả về: giá trị các đơn trong khung, một ndarray.

Ví dụ don_trong_khung(np.array([120000, 150000, 300000, 45000, 220000, 310000]), 150000, 300000) cho [150000 300000 220000].

python
import numpy as np


def don_trong_khung(gia_tri, thap, cao):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Phép so sánh a > 5 xét từng phần tử và trả một mask có đúng shape của a.

  • a[mask] lấy các phần tử ở chỗ True, theo thứ tự cũ; lọc bảng hai chiều bằng mask cùng shape cho mảng một chiều.

  • Mask của một cột chọn được hàng của cả bảng: dt[hue > 190].

  • Ghép điều kiện bằng &, |, ~, mỗi điều kiện trong ngoặc riêng; and, or, not báo ValueError.

  • mask.sum() đếm số phần tử thỏa, vì True tính là 1.

  • a[mask] = gia_tri sửa tại chỗ các phần tử thỏa điều kiện.

Câu hỏi thường gặp

Lọc bằng mask có sửa mảng gốc không?

Không: hue[hue > 190] chép các phần tử được chọn ra một mảng mới, sửa mảng mới không đổi hue. Chỉ phép gán hue[hue > 190] = … mới sửa mảng gốc.

Làm sao lấy vị trí các phần tử thỏa điều kiện, không lấy giá trị?

Dùng np.where(mask) hay np.flatnonzero(mask): chúng trả chỉ số của các chỗ True. Bài np.where() dạy cả cách dùng np.where() để chọn giữa hai giá trị theo điều kiện.

Muốn biết có tháng nào vượt, hay mọi tháng đều vượt?

Dùng mask.any() (có ít nhất một True) và mask.all() (mọi phần tử đều True); đó cũng là gợi ý trong thông báo lỗi khi dùng and trên mảng. Muốn biết tỉ lệ thì mask.mean(): trung bình của các số 0 và 1.

Chủ đề

numpy boolean mask

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập